기업의 수명 자료를 이용한 기업 부도 예측 모형

Abstract

This paper studies the problem of predicting bankruptcy of the firm based upon various predictor variables including types and sizes of the firms, diverse financial ratios and a new variable called “period of operation (t) after the foundation of a company." Recently, there have been many researches on bankruptcy prediction problem based on the methods of survival analysis such as Cox PHM (Proportional Hazard Model) as an alternative to the more conventional tool based on Logistic Regression. These studies are motivated by the limitations of the Logistic Regression on the lack of time concept suggesting dichotomized solutions. In this paper, therefore, a simple method to obtain results similar to PHM is described and ways to fix the shortcomings of the Logistic Regression are explored by adding the new variable called "period of operation of a company" into our study. By analyzing recent credit data of KIS, we show that "period of operation of a company" is adopted as a significant variable, and both Logistic Regression with time covariates and PHM give similar prediction results.;본 논문은 “기업의 설립 후 운영기간(t)”이라는 새로운 변수 추가에 따른 기업의 부도예측에 관한 논문이다. 최근 생존분석기법이 발달하며 이를 기업부도 예측에 응용하는 사례가 늘고 있다. 특히 Cox의 비례위험모형을 로지스틱 회귀분석과 비교하여 그 효용을 입증하는 논문들이 주를 이룬다. 이런 논문들은 로지스틱 회귀분석이 시간개념을 반영하지 못하는 점 및 이분법적인 분석결과를 제시한다는 점에서 한계점을 지적하고 있다. 따라서 본 논문에서는 “기업의 설립 후 운영기간(t)”라는 새로운 변수를 추가하여 로지스틱 회귀분석의 단점을 해결해 보고 Cox의 비례위험모형과 비슷한 효과를 얻고자 하였다. 이를 실증분석하기 위해 한신평정보㈜의 기업데이터를 이용해 분석해 본 결과 “기업의 설립 후 운영기간”이 유의한 변수로 채택되었고, 로지스틱과 Cox비례분석의 추정 결과도 비슷하였으나 부도기업의 비율이 2~3%정도 밖에 되지 않아 예측률이 그다지 높지 못한 한계가 있었다. 그러나 새로운 변수의 유의성이 매우 높으며 로지스틱 회귀분석의 단점을 해결할 수 있는 방법을 제시했다는 점에서 본 논문의 의의를 찾을 수 있다.